基于智能SDN的CDN用户请求分配优化机制研究
| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 缩写、符号清单、术语表 | 第10-13页 |
| 1 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 论文的主要贡献 | 第15页 |
| 1.3 论文的结构安排 | 第15-17页 |
| 2 内容分发网络与软件定义网络技术 | 第17-32页 |
| 2.1 内容分发网络概述 | 第17-20页 |
| 2.1.1 CDN架构 | 第18-19页 |
| 2.1.2 CDN工作原理 | 第19-20页 |
| 2.2 CDN服务器选择和路径选择技术研究 | 第20-25页 |
| 2.2.1 服务器选择策略 | 第20-22页 |
| 2.2.2 路径选择策略 | 第22-25页 |
| 2.3 软件定义网络技术概述 | 第25-27页 |
| 2.3.1 SDN架构 | 第25-26页 |
| 2.3.2 OpenFlow协议 | 第26-27页 |
| 2.4 SDN与CDN结合技术研究 | 第27-30页 |
| 2.4.1 基于SDN的CDN/ISP合作架构 | 第27-29页 |
| 2.4.2 基于SDN的CDN视频流平台 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 基于智能SDN的CDN用户请求分配策略 | 第32-44页 |
| 3.1 基于智能SDN的CDN网络架构 | 第32-33页 |
| 3.2 模型预测控制 | 第33-35页 |
| 3.3 泵统模型 | 第35-37页 |
| 3.4 基于MPC的用户请求分配策略 | 第37-39页 |
| 3.5 仿真分析 | 第39-43页 |
| 3.6 本章小结 | 第43-44页 |
| 4 基于神经网络和MPC的用户请求分配策略 | 第44-56页 |
| 4.1 神经网络概述 | 第44-48页 |
| 4.1.1 神经元模型 | 第44-45页 |
| 4.1.2 BP神经网络 | 第45-48页 |
| 4.2 基于神经网络与MPC的用户请求分配算法 | 第48-51页 |
| 4.2.1 QoE评分计算过程 | 第48-50页 |
| 4.2.2 用户请求分配过程 | 第50-51页 |
| 4.3 仿真分析 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录: 部分仿真代码 | 第62-64页 |
| 作者简历及在学期间的科研成果 | 第64页 |
